Lab 052 : Fabric IQ — Agent de données conversationnel (NL → SQL)¶

L200 All paths ~75 min Gratuit — Utilise SQLite localement (capacité Fabric optionnelle)

Ce que vous apprendrez¶

Comment les Microsoft Fabric Data Agents traduisent des questions en langage naturel en requêtes SQL, DAX ou KQL
Le flux de bout en bout de la génération NL → SQL, l'exécution et la présentation des résultats
Comment l'accès moindre privilège et la liaison d'identité Entra ID sécurisent les données à chaque étape
Pourquoi la transparence des requêtes et la journalisation d'audit sont essentielles pour la confiance dans les requêtes générées par l'IA
Comment permettre l'analytique en libre-service pour les utilisateurs non techniques sans exposer l'accès brut à la base de données

Introduction¶

Un Fabric Data Agent permet aux utilisateurs métier de poser des questions sur les données en langage courant. En coulisses, l'agent inspecte le schéma de la base de données, génère une requête SQL (ou DAX / KQL), l'exécute sous l'identité Entra de l'appelant et renvoie une réponse formatée — le tout sans que l'utilisateur n'écrive une seule ligne de code.

Dans ce lab, vous allez construire une simulation locale de ce pipeline en utilisant SQLite et Python. Le scénario est OutdoorGear, un détaillant fictif d'équipements de plein air. La base de données contient deux tables :

Table	Description
`products`	Catalogue de produits — 10 articles répartis dans des catégories telles que Tentes, Sacs à dos, Sacs de couchage et Accessoires
`orders`	Historique des commandes — 15 commandes référençant les produits par `product_id`

Les utilisateurs non techniques — responsables de magasin, analystes marketing, planificateurs de la chaîne d'approvisionnement — ont besoin de poser des questions comme « Combien de tentes sont en stock ? » ou « Quel est le chiffre d'affaires total ? » sans apprendre le SQL. À la fin de ce lab, vous comprendrez exactement comment un Fabric Data Agent répond à ces questions et pourquoi le modèle de sécurité est important.

Prérequis¶

Prérequis	Notes
Python 3.10+	python.org/downloads
pandas	`pip install pandas` — utilisé pour charger les fichiers CSV dans SQLite
sqlite3	Fait partie de la bibliothèque standard Python — aucune installation requise

Aucune capacité Fabric nécessaire

Ce lab s'exécute entièrement sur votre machine locale avec SQLite. Une capacité Fabric n'est nécessaire que si vous souhaitez déployer un vrai Data Agent par la suite.

Démarrage rapide avec GitHub Codespaces

Toutes les dépendances sont pré-installées dans le devcontainer.

📦 Fichiers de support¶

Téléchargez ces fichiers avant de commencer le lab

Enregistrez tous les fichiers dans un dossier lab-052/ dans votre répertoire de travail.

Fichier	Description	Télécharger
`broken_query_gen.py`	Exercice de correction de bugs (3 bugs + auto-tests)	📥 Télécharger
`orders.csv`	Jeu de données	📥 Télécharger
`products.csv`	Jeu de données	📥 Télécharger

Étape 1 : Comprendre les Fabric Data Agents¶

Un Fabric Data Agent se situe entre l'utilisateur et les données. Lorsqu'un utilisateur saisit une question, l'agent :

Analyse l'entrée en langage naturel et identifie l'intention, les entités et les filtres.
Inspecte le schéma de la source de données connectée (tables, colonnes, relations).
Génère une requête dans le langage approprié — SQL pour les entrepôts et les points de terminaison SQL, DAX pour les modèles sémantiques, KQL pour les bases de données KQL.
Exécute la requête sous l'identité Entra ID de l'utilisateur. L'agent n'utilise jamais un compte de service avec des privilèges élevés ; il délègue à l'identité de l'appelant afin que la sécurité au niveau des lignes (RLS) et les permissions au niveau des objets soient appliquées automatiquement.
Renvoie le résultat accompagné de la requête générée afin que l'utilisateur (ou un auditeur) puisse inspecter exactement ce qui a été exécuté.

Cette conception offre trois garanties :

Garantie	Comment
Moindre privilège	Les requêtes s'exécutent en tant qu'utilisateur authentifié — pas de super-utilisateur partagé
Transparence	Le SQL/DAX/KQL généré est toujours montré à l'appelant
Auditabilité	Chaque requête est journalisée avec l'identité de l'utilisateur et l'horodatage

Pourquoi la transparence est importante

Si l'agent génère une requête incorrecte, l'utilisateur peut voir — et signaler — l'erreur. Cette boucle de rétroaction est essentielle pour construire la confiance dans l'analytique générée par l'IA.

Étape 2 : Configurer la base de données¶

Dans cette étape, vous allez créer une base de données SQLite locale à partir de deux fichiers CSV fournis avec le lab.

2.1 Charger les fichiers CSV dans SQLite¶

import sqlite3
import pandas as pd

conn = sqlite3.connect("lab-052/outdoor_gear.db")

pd.read_csv("lab-052/products.csv").to_sql("products", conn, if_exists="replace", index=False)
pd.read_csv("lab-052/orders.csv").to_sql("orders", conn, if_exists="replace", index=False)

print("✅ Database created: lab-052/outdoor_gear.db")

2.2 Explorer le schéma¶

cursor = conn.execute("SELECT name FROM sqlite_master WHERE type='table'")
tables = [row[0] for row in cursor.fetchall()]
print("Tables:", tables)

for table in tables:
    print(f"\n--- {table} ---")
    info = conn.execute(f"PRAGMA table_info({table})").fetchall()
    for col in info:
        print(f"  {col[1]:20s} {col[2]}")

Sortie attendue :

Tables: ['products', 'orders']

--- products ---
  product_id           TEXT
  product_name         TEXT
  category             TEXT
  price                REAL
  stock                INTEGER

--- orders ---
  order_id             TEXT
  product_id           TEXT
  customer_name        TEXT
  quantity             INTEGER
  total                REAL
  order_date           TEXT

2.3 Comptage rapide des lignes¶

for table in tables:
    count = conn.execute(f"SELECT COUNT(*) FROM {table}").fetchone()[0]
    print(f"{table}: {count} rows")

products: 10 rows
orders: 15 rows

Étape 3 : Construire des modèles de requêtes NL → SQL¶

Un Fabric Data Agent associe des questions en langage naturel à des requêtes SQL. Voici cinq modèles représentatifs qui couvrent les types de questions les plus courants : comptage, agrégation, filtrage, jointure et moyenne.

Modèle 1 — Comptage avec un filtre¶

L'utilisateur demande : « Combien de tentes sont en stock ? »

SELECT COUNT(*)
FROM   products
WHERE  category = 'Tents'
  AND  stock > 0;

Résultat attendu : 2

Le filtre stock > 0 est important

Sans la clause stock > 0, la requête compterait les produits qui existent dans le catalogue même s'ils sont en rupture de stock. Un agent bien conçu applique toujours le filtre « en stock » lorsque l'utilisateur dit « en stock ».

Modèle 2 — Agrégation par somme¶

L'utilisateur demande : « Quel est le chiffre d'affaires total ? »

SELECT SUM(total)
FROM   orders;

Résultat attendu : 3209.74

Le chiffre d'affaires provient de la table orders — et non de la multiplication de price × stock dans la table products. C'est une erreur courante dans les systèmes NL → SQL.

Modèle 3 — Filtre simple / SELECT *¶

L'utilisateur demande : « Afficher tous les sacs à dos »

SELECT *
FROM   products
WHERE  category = 'Backpacks';

Cela renvoie toutes les colonnes pour les produits de la catégorie Backpacks.

Modèle 4 — JOIN + GROUP BY + ORDER BY¶

L'utilisateur demande : « Quel produit a le plus de commandes ? »

SELECT   p.product_name,
         COUNT(*) AS order_count
FROM     orders o
JOIN     products p ON o.product_id = p.product_id
GROUP BY p.product_name
ORDER BY order_count DESC
LIMIT    1;

Résultat attendu : Alpine Explorer Tent — 3 commandes

COUNT(*) vs SUM(quantity)

« Le plus de commandes » signifie le plus grand nombre de lignes de commandes, et non la quantité totale la plus élevée. L'agrégat correct est COUNT(*), et non SUM(quantity).

Modèle 5 — Agrégation par moyenne¶

L'utilisateur demande : « Valeur moyenne des commandes ? »

SELECT AVG(total)
FROM   orders;

Résultat attendu : 213.98

Vérification : le chiffre d'affaires total est de 3 209,74 et il y a 15 commandes → 3 209,74 ÷ 15 = 213,9827 ≈ 213,98.

Étape 4 : Exécuter les requêtes et vérifier¶

Exécutez chaque modèle sur la base de données SQLite locale et confirmez que les résultats correspondent aux valeurs attendues.

queries = {
    "How many tents are in stock?": (
        "SELECT COUNT(*) FROM products WHERE category='Tents' AND stock > 0",
        "2",
    ),
    "What is the total revenue?": (
        "SELECT SUM(total) FROM orders",
        "3209.74",
    ),
    "Show all backpacks": (
        "SELECT * FROM products WHERE category='Backpacks'",
        None,  # tabular result — just display
    ),
    "Which product has the most orders?": (
        "SELECT p.product_name, COUNT(*) AS order_count "
        "FROM orders o JOIN products p ON o.product_id=p.product_id "
        "GROUP BY p.product_name ORDER BY order_count DESC LIMIT 1",
        "Alpine Explorer Tent|3",
    ),
    "Average order value?": (
        "SELECT AVG(total) FROM orders",
        "213.98",
    ),
}

print("=" * 60)
for question, (sql, expected) in queries.items():
    print(f"\n❓ {question}")
    print(f"   SQL ➜ {sql}")
    result = conn.execute(sql).fetchall()
    print(f"   Result: {result}")
    if expected:
        print(f"   Expected: {expected}")
print("\n" + "=" * 60)

Comparez attentivement

Si un résultat ne correspond pas, vérifiez à nouveau les données CSV et la requête. Les écarts proviennent généralement d'un filtre incorrect ou d'une mauvaise fonction d'agrégation.

Étape 5 : Sécurité et audit¶

Dans un déploiement Fabric en production, les mêmes requêtes que vous avez exécutées localement seraient exécutées via le Data Agent avec une sécurité d'entreprise complète. Cette section explique les protections clés.

Liaison d'identité Entra ID¶

Chaque requête est exécutée sous le jeton Entra ID de l'utilisateur appelant. Le Data Agent ne possède pas ses propres identifiants de base de données — il délègue l'authentification au fournisseur d'identité. Cela signifie :

Un responsable de magasin ne voit que les données de son magasin (si la RLS est configurée).
Un analyste marketing peut interroger le chiffre d'affaires agrégé mais ne peut pas voir les enregistrements individuels des clients.
Un auditeur externe peut examiner les journaux de requêtes liés à des identités utilisateur spécifiques.

Sécurité au niveau des lignes (RLS)¶

Fabric prend en charge la RLS sur les points de terminaison SQL et les modèles sémantiques. Lorsque le Data Agent génère une requête, le moteur de base de données applique automatiquement les filtres RLS en fonction de l'identité de l'utilisateur authentifié. L'agent lui-même ne modifie ni ne supprime jamais ces filtres.

Journalisation des requêtes et audit¶

Chaque requête générée — accompagnée de l'identité de l'utilisateur, de l'horodatage et du nombre de lignes du résultat — est enregistrée dans le journal d'activité Fabric. Cela permet :

Capacité	Avantage
Rapports de conformité	Prouver qui a accédé à quelles données et quand
Détection d'anomalies	Signaler des modèles de requêtes inhabituels (par ex., exports en masse)
Amélioration de l'agent	Identifier les requêtes fréquemment échouées et améliorer le modèle NL → SQL

Simulation locale

Dans ce lab, vous exécutez les requêtes directement sur SQLite, il n'y a donc pas de liaison Entra ni de RLS. Dans un déploiement Fabric réel, ces contrôles sont appliqués automatiquement.

Exercice de correction de bugs¶

Le fichier lab-052/broken_query_gen.py contient un générateur NL → SQL simplifié avec trois bugs. Votre tâche est de trouver et corriger chacun d'entre eux.

Exécuter le script défectueux¶

python lab-052/broken_query_gen.py

Bug 1 — Filtre `stock > 0` manquant¶

# ❌ BUG: counts all products in the category, including out-of-stock
def count_in_stock(category):
    return f"SELECT COUNT(*) FROM products WHERE category='{category}'"

Correction : Ajouter AND stock > 0 à la clause WHERE.

# ✅ FIXED
def count_in_stock(category):
    return f"SELECT COUNT(*) FROM products WHERE category='{category}' AND stock > 0"

Bug 2 — Le chiffre d'affaires utilise `price × stock` au lieu des totaux de commandes¶

# ❌ BUG: calculates potential inventory value, not actual revenue
def total_revenue():
    return "SELECT SUM(price * stock) FROM products"

Correction : Interroger la table orders à la place.

# ✅ FIXED
def total_revenue():
    return "SELECT SUM(total) FROM orders"

Bug 3 — Le produit le plus commandé utilise `quantity DESC` au lieu de `COUNT(*)`¶

# ❌ BUG: returns the order with the highest single-order quantity,
#          not the product with the most orders
def most_ordered_product():
    return (
        "SELECT p.product_name, o.quantity "
        "FROM orders o JOIN products p ON o.product_id=p.product_id "
        "ORDER BY o.quantity DESC LIMIT 1"
    )

Correction : Regrouper par produit et compter les lignes de commandes.

# ✅ FIXED
def most_ordered_product():
    return (
        "SELECT p.product_name, COUNT(*) AS order_count "
        "FROM orders o JOIN products p ON o.product_id=p.product_id "
        "GROUP BY p.product_name ORDER BY order_count DESC LIMIT 1"
    )

Fichiers de support¶

Les fichiers suivants sont fournis dans le répertoire lab-052/.

`lab-052/products.csv`¶

product_id,product_name,category,price,stock
P001,Alpine Explorer Tent,Tents,349.99,5
P002,TrailMaster 2P Tent,Tents,199.99,8
P003,Summit Backpack 65L,Backpacks,189.99,12
P004,DayHiker 30L Pack,Backpacks,79.99,20
P005,Arctic Dream Sleeping Bag,Sleeping Bags,299.99,3
P006,Summer Lite Sleeping Bag,Sleeping Bags,89.99,15
P007,Trekking Poles Carbon,Accessories,59.99,25
P008,Headlamp ProBeam 400,Accessories,34.99,30
P009,Portable Water Filter,Accessories,34.92,18
P010,Camping Cookset Titanium,Accessories,124.99,7

`lab-052/orders.csv`¶

order_id,product_id,customer_name,quantity,total,order_date
O001,P001,Alice Martin,1,349.99,2025-01-05
O002,P003,Bob Chen,1,189.99,2025-01-08
O003,P005,Carla Diaz,1,299.99,2025-01-10
O004,P002,David Kim,2,399.98,2025-01-12
O005,P007,Eva Novak,3,179.97,2025-01-15
O006,P001,Frank Osei,1,349.99,2025-01-17
O007,P004,Grace Liu,1,79.99,2025-01-20
O008,P008,Hiro Tanaka,2,69.98,2025-01-22
O009,P006,Isabelle Roy,1,89.99,2025-01-24
O010,P001,Jake Wilson,1,349.99,2025-01-27
O011,P009,Karen Patel,1,34.92,2025-01-29
O012,P003,Liam Murphy,1,189.99,2025-02-01
O013,P010,Mia Santos,1,124.99,2025-02-04
O014,P002,Noah Berg,1,199.99,2025-02-06
O015,P005,Olivia Park,1,299.99,2025-02-09

`lab-052/broken_query_gen.py`¶

"""Broken NL → SQL generator — fix the three bugs!"""

import sqlite3

DB_PATH = "lab-052/outdoor_gear.db"

# ❌ BUG 1: Missing stock > 0 filter
def count_in_stock(category):
    return f"SELECT COUNT(*) FROM products WHERE category='{category}'"

# ❌ BUG 2: Uses price * stock instead of order totals
def total_revenue():
    return "SELECT SUM(price * stock) FROM products"

# ❌ BUG 3: Uses quantity DESC instead of COUNT(*)
def most_ordered_product():
    return (
        "SELECT p.product_name, o.quantity "
        "FROM orders o JOIN products p ON o.product_id=p.product_id "
        "ORDER BY o.quantity DESC LIMIT 1"
    )

def run(query_fn, *args):
    conn = sqlite3.connect(DB_PATH)
    sql = query_fn(*args)
    print(f"SQL: {sql}")
    result = conn.execute(sql).fetchall()
    print(f"Result: {result}\n")
    conn.close()

if __name__ == "__main__":
    print("--- Tents in stock ---")
    run(count_in_stock, "Tents")

    print("--- Total revenue ---")
    run(total_revenue)

    print("--- Most ordered product ---")
    run(most_ordered_product)

Vérification des connaissances¶

Q1 (Choix multiple) : Quel modèle de sécurité un Fabric Data Agent utilise-t-il pour l'exécution des requêtes ?

A) Un compte de service partagé avec un accès complet à la base de données
B) L'identité Entra ID propre à l'utilisateur avec des permissions de moindre privilège
C) Une clé API intégrée dans la configuration de l'agent
D) Un accès anonyme avec des restrictions basées sur l'adresse IP

✅ Révéler la réponse

Correct : B) L'identité Entra ID propre à l'utilisateur avec des permissions de moindre privilège

Les Fabric Data Agents exécutent chaque requête sous l'identité Entra de l'utilisateur appelant. Cela garantit que la sécurité au niveau des lignes, les permissions sur les objets et les politiques d'accès conditionnel sont appliquées automatiquement — l'agent n'élève jamais les privilèges au-delà de ce que l'utilisateur possède déjà.

Q2 (Choix multiple) : Pourquoi est-il important que le SQL généré soit consultable par l'utilisateur ?

A) Pour que les utilisateurs puissent copier le SQL et l'exécuter plus rapidement la prochaine fois
B) Pour permettre la transparence, l'auditabilité et la confiance dans les requêtes générées par l'IA
C) Parce que la coloration syntaxique SQL est plus belle dans l'interface
D) Pour permettre aux utilisateurs d'optimiser manuellement les performances des requêtes

✅ Révéler la réponse

Correct : B) Pour permettre la transparence, l'auditabilité et la confiance dans les requêtes générées par l'IA

Lorsque les utilisateurs peuvent voir le SQL exact qui a été généré et exécuté, ils peuvent vérifier l'exactitude, signaler les erreurs, et les auditeurs peuvent examiner les modèles d'accès aux données. Cette transparence est une exigence fondamentale pour une analytique assistée par l'IA digne de confiance.

Q3 (Exécuter la requête) : Combien de tentes sont actuellement en stock (stock > 0) ?

Exécutez cette requête sur la base de données du lab :

SELECT COUNT(*) FROM products WHERE category='Tents' AND stock > 0;

✅ Révéler la réponse

Réponse : 2

L'Alpine Explorer Tent (P001, stock=5) et la TrailMaster 2P Tent (P002, stock=8) ont toutes deux un stock supérieur à zéro. La requête filtre correctement sur category='Tents' et stock > 0.

Q4 (Exécuter la requête) : Quel est le chiffre d'affaires total de toutes les commandes ?

Exécutez cette requête sur la base de données du lab :

SELECT SUM(total) FROM orders;

✅ Révéler la réponse

Réponse : 3 209,74 $

La colonne total dans la table orders contient le chiffre d'affaires réel de chaque commande (prix × quantité). La somme des 15 totaux de commandes donne 3 209,74. Une erreur courante est de calculer SUM(price * stock) à partir de la table products, ce qui donne la valeur de l'inventaire — et non le chiffre d'affaires.

Q5 (Exécuter la requête) : Quel produit a le plus de commandes ?

Exécutez cette requête sur la base de données du lab :

SELECT p.product_name, COUNT(*) AS order_count
FROM   orders o
JOIN   products p ON o.product_id = p.product_id
GROUP BY p.product_name
ORDER BY order_count DESC
LIMIT 1;

✅ Révéler la réponse

Réponse : Alpine Explorer Tent (P001) — 3 commandes

Le produit P001 apparaît dans les commandes O001, O006 et O010. La requête joint les commandes aux produits, regroupe par nom de produit, compte le nombre de lignes de commandes par produit et renvoie celui avec le compte le plus élevé. Notez que COUNT(*) compte les lignes de commandes — et non la quantité totale expédiée.

Résumé¶

Sujet	Point clé
Fabric Data Agents	Traduisent les questions en langage naturel en SQL, DAX ou KQL et les exécutent au nom de l'utilisateur
Pipeline NL → SQL	Analyser l'intention → inspecter le schéma → générer la requête → exécuter → renvoyer les résultats
Identité et sécurité	Les requêtes s'exécutent sous l'identité Entra ID de l'utilisateur — moindre privilège par défaut
Sécurité au niveau des lignes	Les filtres RLS sont appliqués par le moteur de base de données, pas par l'agent
Transparence des requêtes	La requête générée est toujours affichée pour que les utilisateurs puissent vérifier et les auditeurs examiner
Journalisation d'audit	Chaque requête est enregistrée avec l'identité de l'utilisateur, l'horodatage et les métadonnées du résultat
Bugs courants NL → SQL	Filtres manquants, mauvaise table pour l'agrégation, fonction d'agrégation incorrecte

Prochaines étapes¶

← Lab 051 : Lab précédent — continuez votre parcours d'apprentissage
→ Lab 053 : Lab suivant — passez au sujet suivant

Lab 052 : Fabric IQ — Agent de données conversationnel (NL → SQL)¶

Ce que vous apprendrez¶

Introduction¶

Prérequis¶

📦 Fichiers de support¶

Étape 1 : Comprendre les Fabric Data Agents¶

Étape 2 : Configurer la base de données¶

2.1 Charger les fichiers CSV dans SQLite¶

2.2 Explorer le schéma¶

2.3 Comptage rapide des lignes¶

Étape 3 : Construire des modèles de requêtes NL → SQL¶

Modèle 1 — Comptage avec un filtre¶

Modèle 2 — Agrégation par somme¶

Modèle 3 — Filtre simple / SELECT *¶

Modèle 4 — JOIN + GROUP BY + ORDER BY¶

Modèle 5 — Agrégation par moyenne¶

Étape 4 : Exécuter les requêtes et vérifier¶

Étape 5 : Sécurité et audit¶

Liaison d'identité Entra ID¶

Sécurité au niveau des lignes (RLS)¶

Journalisation des requêtes et audit¶

Exercice de correction de bugs¶

Exécuter le script défectueux¶

Bug 1 — Filtre stock > 0 manquant¶

Bug 2 — Le chiffre d'affaires utilise price × stock au lieu des totaux de commandes¶

Bug 3 — Le produit le plus commandé utilise quantity DESC au lieu de COUNT(*)¶

Fichiers de support¶

lab-052/products.csv¶

lab-052/orders.csv¶

lab-052/broken_query_gen.py¶

Vérification des connaissances¶

Résumé¶

Prochaines étapes¶

Bug 1 — Filtre `stock > 0` manquant¶

Bug 2 — Le chiffre d'affaires utilise `price × stock` au lieu des totaux de commandes¶

Bug 3 — Le produit le plus commandé utilise `quantity DESC` au lieu de `COUNT(*)`¶

`lab-052/products.csv`¶

`lab-052/orders.csv`¶

`lab-052/broken_query_gen.py`¶